BAB III ANALISA DAN PERANCANGAN

Transkripsi

1 BAB III ANALISA DAN PERANCANGAN 3.1. Analisa Pada bab analisa dan perancangan ini akan dibahas tentang analisa kebutuhan dan desain antarmuka (interface) fitur analisis kedekatan matakuliah pada sistem Lective. Modul atau fitur untuk menganalisis kedekatan matakuliah dipilih dikarenakan dibutuhkan oleh mahasiswa, dosen maupun pihak program studi yang menggunakan sistem Lective untuk mendesain kurikulum dan mendesain RPS untuk mengetahui matakuliah apa saja yang materinya berdekatan. Pada bab sebelumnya (BAB II) telah dijelaskan RPS memiliki beberapa komponen yang salah satunya yang termasuk dalam komponen penting dalam RPS, adalah materi pembelajaran atau materi pokok, materi pembelajaran atau materi pokok adalah materi yang akan disampaikan oleh dosen kepada mahasiswa disetiap pertemuannya. Dengan dikembangkannya fitur analisis kedekatan matakuliah yang berdasarkan materi pokok diharapkan dapat menjadi referensi bagi stackholder (mahasiswa, dosen, program studi) untuk kepentingan masing-masing. Selain itu dilakukan juga analisa terhadap sistem Lective, Lective adalah sistem utamanya maka juga perlu dianalisa jika hendak mengembangkan suatu fitur untuk sistem Lective. Lective adalah sebuah tools berbasis website yang dibangun menggunakan bahasa pemrograman PHP dan menggunakan basis data MYSQL. Pada basis data Lective terdapat tabel matakuliah, materi_pembelajaran dan program_studi yang nantinya akan digunakan untuk proses analisa kedekatan matakuliah yang berdasarkan pada tiap-tiap program studi Sumber Data Pada fitur analisis kedekatan matakuliah ini data yang digunakan bersumber dari basis data sistem Lective yaitu pada tabel matakuliah, materi_pembelajaran dan program_studi. Berikut ini adalah potongan diagram entitas sistem Lective 13

2 Gambar 3. 1: Potongan Diagram Entitas Sistem Lective 3.3. Flowchart Rancangan Fitur Pada tahap perancangan ini dibuatlah alur dari fitur analisis kedekatan matakuliah. Dimulai dari query atau pengambilan data dari basis data sistem Lective lalu dilakukan pre-processing, pembobotan dengan TF-IDF dan menghitung jarak kedekatan dengan Cosine Similarity sampai dengan menampilkan hasil dan visualisasi. Gambar 3. 2: Flowchart Rancangan Fitur 14

3 3.4. Rancangan Desain Interface Pada fitur analisis kedekatan matakuliah berdasarkan materi pokok ini nantinya agar lebih menarik dan mudah dipahami oleh pengguna maka dilakukan rancangan terlebih dahulu desain interface-nya. Rancangan desain interface atau hasil dan visualisasi yang disebutkan pada poin sebelumnya adalah sebagai berikut : Gambar 3. 3: Rancangan Desain Interface Pada rancangan desain interface diatas ditampilkan berupa visualisasi kedekatan matakuliah dan dibawahnya ada tabel yang bertindak sebagai detail dari hasil visualisasi dengan menunjukkan nilai kedekatan masing-masing matakuliah Desain Database Sistem Lective Pada poin sebelumnya disebutkan bahwa data bersumber dari basis data sistem Lective yang sudah ada, agar tidak terlalu banyak melakukan query melalui bahasa pemrograman maka diputuskan untuk membuat sebuah view pada basis data sistem Lective, berikut adalah rancangan view-nya : 15

4 Gambar 3. 4: Rancangan View di Basis Data Lective Selain menambahkan view, ditambahkan pula sebuah tabel (lective_analisis_kedekatan_mk) yang nantinya digunakan untuk menampung hasil analisis, berikut ini adalah rancangan tabelnya dan berelasi dengan tabel matakuliah dan programstudi yang saat ini sudah ada pada basis data sistem Lective : Gambar 3. 5: Rancangan Desain Database 16

5 3.6. Pre-processing Berdasarkan flowchart rancangan fitur yang telah dibuat pada poin sebelumnya pada tahapan awal adalah melakukan pre-processing. Pre-processing yang akan digunakan pada penelitian kali ini adalah menggunakan Tokenizing dan Stopword Removal Tokenizing Pada proses tokenizing ini melakukan penghilangkan simbol-simbol atau tanda baca yang tidak penting pada dokumen, atau yang ada pada kasus penelitian ini adalah data materi pokok atau materi pembelajaran pada RPS. Tanda baca yang tidak penting seperti <>/?^{[]} \=+-_) akan dihilangkan atau diganti dengan spasi. Berikut adalah flowchart dari proses pre-processing tokenizing : Gambar 3. 6: Flowchart Proses Tokenizing 17

6 Stopword Removal Setelah dilakukan tokenisasi (Tokenizing), rancangan langkah selanjutnya adalah proses penghilangan atau penghapusan kata-kata yang dianggap tidak penting dalam materi pembelajaran, seperti kata dan, adalah, bagaimana, yang dan masih banyak lagi. Berikut adalah alur atau flowchart proses dilakukannya stopword removal : Gambar 3. 7: Flowchart Proses Stopword Removal 3.7. Pembobotan Kata Dengan Term Frequency - Inverse Document Frequency (TF-IDF) Pada penelitian ini semua materi pembelajaran yang didapatkan dari basis data Lective dan telah dilakukan pre-processing akan dijadikan satu string atau kalimat dan dikelompokkan berdasarkan masing-masing matakuliah. Pembobotan kata 18

7 perlu dilakukan untuk mengetahui tingkat penting atau tidaknya suatu kata dalam materi pembelajaran, dan nilai dari hasil perhitungan pembobotan ini (tf-idf) akan diteruskan ke perhitungan kedekatan (cosine similarity). Berikut adalah flowchart proses tf-idf : Gambar 3. 8: Flowchart Proses TF-IDF Pada bagian ini selain perancangan yang menghasilkan flowchart juga dilakukan perhitungan pembobotan kata dengan TF-IDF dengan studi kasus sebagai contoh adalah materi pembelajaran dari matakuliah jaringan komputer, manajemen jaringan dan komunikasi data. Tabel 3. 1: Materi Pembelajaran Matakuliah Materi Jaringan Komputer (D1) Konsep dasar switching dan konfigurasi. VLANs. Konsep Mekanisme Routing. Inter-VLAN 19

8 Matakuliah Materi Routing. Mekanisme Routing Static. Mekanisme Routing Dynamic. Routing Static dan Dynamic. Access Control Lists. Dynamic Host Configuration Protocol. Network Address Translation (NAT) Manajemen Jaringan (D2) Komunikasi Data (3) Konsep Manajemen Jaringan dan Pengenalan Router Mikrotik. Dynamic Host Configuration Protocol (DHCP). Bridging. Routing. Wireless. Firewall. Quality of Service (QoS). Tunelling. Packet Flow Diagram. Web proxy Model komunikasi, komunikasi data, jaringan data. Protokol layer stack, arsitektur protokol layer, fungsi pelayeran protokol. Konsep, prinsip kerja, dan fungsi physical layer, teknik encoding decoding, teknik modulasi demodulasi. konsep, fungsi dan prinsip kerja dari data link layer, data link control protocol (control flow & error control), HDLC. konsep, fungsi dan prinsip kerja dari medium access layer, Multiplexing, Multiple access, topology (LAN dan WAN), congestion control. Setelah dilakukan pre-processing pada kedua materi pada matakuliah diatas akan menghasilkan seperti tabel dibawah ini : 20

9 Tabel 3. 2: Materi Hasil Pre-processing Matakuliah Materi Jaringan Komputer (D1) switching konfigurasi vlans mekanisme routing inter vlan routing mekanisme routing static mekanisme routing dynamic routing static dynamic access control lists dynamic host configuration protocol network address translation nat Manajemen Jaringan (D2) manajemen jaringan pengenalan router mikrotik dynamic host configuration protocol dhcp bridging routing wireless firewall quality service qos tunelling packet flow diagram web proxy Komunikasi Data (D3) model komunikasi komunikasi data jaringan data protokol layer stack arsitektur protokol layer fungsi pelayeran protokol prinsip kerja fungsi physical layer teknik encoding decoding teknik modulasi demodulasi fungsi prinsip kerja data link layer data link control protocol control flow error control hdlc fungsi prinsip kerja medium access layer multiplexing multiple access topology lan wan congestion control 21

10 Term Frequency (TF) Setelah dilakukan pre-processing langkah selanjutnya adalah melakukan perhitungan term frequency (tf), yaitu proses perhitungan banyaknya kemunculan (frequecny) kata term (t) pada masing-masing dokumen (d) dalam kasus ini adalah materi matakuliah Document Frequency (DF) Selanjutnya adalah menghitung berapa jumlah dokumen (materi) dimana suatu term (kata) muncul Inverse Document Frequency (IDF) Setelah didapatkan nilai df maka selanjutnya adalah dilakukan inverse terhadap nilai df yaitu dengan rumus : idf = log d df dimana d adalah jumlah dokumen atau materi, sedangkan df adalah nilai df masing-masing term (kata) yang telah dihitung pada poin sebelumnya Term Frequency - Inverse Document Frequency (TF-IDF) Setelah mendapatkan masing-masing nilai tf dan nilai idf langkah selanjutnya adalah menghitung bobot masing-masing term (kata) dengan rumus : w = tf idf dimana w adalah bobot masing-masing term (kata) Tabel 3. 3: Term Frequency Inverse Document Frequency Term TF TF x IDF Idf D1 D2 D3 D1 D2 D3 switching konfigurasi vlans mekanisme routing inter vlan static dynamic access

11 Term TF TF x IDF Idf D1 D2 D3 D1 D2 D3 control lists host configuration protokol network address translation nat manajemen jaringan pengenalan router mikrotik dhcp bridging wireless firewall quality service qos tunelling packet flow diagram website proxy model komunikasi data layer stack arsitektur fungsi pelayeran prinsip kerja physical

12 Term TF TF x IDF Idf D1 D2 D3 D1 D2 D3 teknik encoding decoding modulasi demodulasi link error hdlc medium multiplexing multiple topology lan wan congestion Cosine Similarity Untuk mengetahui berapa jarak kedekatan berdasarkan materi pembelajaran perlu dihitung yang pada penelitian ini menggunakan metode cosine similarity. Berikut ini adalah flowchart dari proses perhitungan dengan cosine similarity : Gambar 3. 9: Flowchart Cosine Similarity 24

13 Metode cosine similarity sendiri memiliki rumus sebagai berikut : S Di D j = L k51(weight ik weight jk ) L weight 2 k51 ik L weight 2 k51 jk agar lebih mudah maka pada perhitungan bagian ini akan dibagi menjadi dua langkah a. Langkah pertama L Pada rumus k81 (weight ik weight jk ) diartikan sebagai bobot term pada dokumen ke i dan dikali dengan bobot dokumen ke j lalu hasil perkalian tersebut nantinya dijumlahkan, pada langkah ini dilakukan konversi rumus menjadi TF. IDF i TF. IDF j yang maksudnya adalah sama. Tabel 3. 4: Perhitungan Cosine Similarity Langkah Pertama Term D1 x D2 D1 x D3 D2 x D3 switching konfigurasi vlans mekanisme routing inter vlan static dynamic access control lists host configuration protokol network address translation nat manajemen jaringan pengenalan router mikrotik dhcp

14 Term D1 x D2 D1 x D3 D2 x D3 bridging wireless firewall quality service qos tunelling packet flow diagram website proxy model komunikasi data layer stack arsitektur fungsi pelayeran prinsip kerja physical teknik encoding decoding modulasi demodulasi link error hdlc medium multiplexing multiple topology lan wan congestion JUMLAH

15 b. Langkah Kedua Pada rumus L 2 L k81 weight ik k81 weight jk diartikan sebagai bobot term 2 ke i dan bobot term ke j, lalu masing-masing dipangkatkan lalu dijumlahkan, setelah dijumlahkan bobot tersebut dikali lalu terakhir diakarkan. Pada langkah ini dilakukan juga konversi rumus menjadi 2 TF. IDF i 2 TF. IDF j yang maksudnya sama. Tabel 3. 5: Perhitungan Cosine Similarity Langkah Kedua Term D1 D2 D3 switching konfigurasi vlans mekanisme routing inter vlan static dynamic access control lists host configuration protokol network address translation nat manajemen jaringan pengenalan router mikrotik dhcp bridging

16 Term D1 D2 D3 wireless firewall quality service qos tunelling packet flow diagram website proxy model komunikasi data layer stack arsitektur fungsi pelayeran prinsip kerja physical teknik encoding decoding modulasi demodulasi link error hdlc medium multiplexing multiple topology lan wan congestion JUMLAH AKAR

17 c. Terapkan rumus Cosine Similarity S Di D j adalah hasil dari perhitungan antara dokumen ke i dan dokumen ke j. Pada contoh rancangan kasus di atas terdapat 3 dokumen yang berarti masing-masing dihitung kedekatannya antara D1 D2, D1 D3 dan D2 D3 sehingga didapatkan nilai seperti dibawah ini : Tabel 3. 6: Perhitungan Cosine Similarity Dokumen D1 - D2 D1 - D3 D2 - D3 Similarity Dari hasil perhitungan Cosine Similarity diatas didapatkan hasil (tabel 3.6) dimana matakuliah jaringan komputer (D1) memiliki kedekatan sebesar dengan matakuliah manajemen jaringan (D2), sedangkan matakuliah jaringan komputer (D1) dan komunikasi data (D3) memiliki kedekatan sebesar , dan yang terakhir matakuliah manajemen jaringan (D2) memiliki kedekatan sebesar dengan matakuliah komunikasi data (D3). 29